2025年智能制造背景下复合型人才的要求与培养.doc

智能制造背景下复合型人才的规定与培养

摘要：目前，全国制造业格局正在发生巨大的变化。一場以制造业数字化、网络化和智能化為关键的产业变革正在发生。社會资源重新分派，新工作不停产生，老工作逐渐消灭，在這場大变革中，我們应當怎样积极面對？本文将從企业車间的变化和人們生活变化讲起，通過對智能制造本质的剖析，讨论智能制造時代對人才的需求与特點。

关键詞：智能制造工业4.0复合型人才培养

一、智能制造現实状况

前段時间有一则新闻，富士康的生产线上已經布署了4萬台机器人，也在推進“百萬机器人”计划。富士康每年可以打造1萬台机器人，未来将继续运用机器人替代人类，在昆山工廠，他們近来就裁掉了6萬员工。

中银電池的上海大众杭州湾工廠，都设有無人車间。一种車间只有一种管理人员，車间实現了数字化管理，数据实時反馈。所有的工作都是提前调试完毕，手续只要上料，都可以按设置完毕。

，高盛位于纽约的股票現金交易部门有600個交易员。而如今，只剩余两個交易员，其他的工作由机器完毕。

伴随?W络转账、無現金支付的普及，银行柜台的业务逐渐減少，虽然到了银行网點，工作人员也是引导我們在自助机上自助完毕。目前的生活已經基本可以实現一部手机全支付，零現金支付。智能制造在智慧都市建设中也发挥著不小的作用。

试想一下，對比一种“零工伤，不埋怨”的机器人，我們還能做什么，我們的优势在哪裏？

二、智能制造的本质

智能制造的形式和手段多样，企业和企业之间，行业和行业之间存在的差距也很大。但每個企业若要對企业進行智能化改造，都必须進行三個方面的思索：我們企业生产什么？我們用什么生产？我們要怎么生产？

在产业构造调整，机器换人的大時代背景下，無数的企业在蜂拥而上，有的也存在盲目的情形，有的功能不显，但绝大多数效果明显。首先我們应當清晰地懂得，企业生产什么产品，该产品与否适合机器换人，与否在投入後真的有产出，产出是多少，人力投入成本与否真下降了，管理成本与否下降。一般状况下，产品的价值高，产量大，原则化程度高，生产自動化水平高的這些领域适合机器换人，适合智能制造。

机器换人的产品，换的一定是机器人吗？還必须看实际状况。根据行业不一样，选择是不一样的。在实际操作過程中，我們要充足考虑机器和人的关系。不一样的行业的生产力构成也是不一样样的，例如在汽車制造业，采用了大量的机器人替代了人，支撑了整個生产线，支撑了制造流。但企业产品的不一样，也會有不一样的选择，例如饮料生产企业，机器人不多，但生产自動化程度很高。在智能制造時代，我們应當更多地思索人机怎样配合，让什么样的工作由人来完毕，什么样的工作由机器来完毕，实現人尽其才，物尽其用。

智能制造是数字化制造，是由数据驱動的。数据的反馈，可以反应产品的质量和设备的健康状况。通過這些数据反馈，管理人员可以优化生产。在現阶段，大部分企业靠經验，靠企业规章制度，靠企业企业文化，来稳定质量。但智能制造模式下，我們将更多地通過数据的反馈，数据比對来维持产品的质量稳定。通過数据来监控产品的位置，工人的举動，仓库中各個产品的脚印，协助管理者搜集数据，整合信息，從而协助决策。数据分析師在中间起著关键作用，工作形式发生了变化，常规的工种消失，新工种出現。

三、智能制造需要的技术

伴随德国的工业4.0和美国的工业互联网概念的出現，我国提出了中国制造2025。從這些大国的政府支持和市場发展需求来看，智能制造是势在必行。怎样做到“智”造，在這裏梳理下技术和概念。

1.自動化

自動化是行业中较早实現的一种技术，這裏本不应當讨论，但仍有部分企业落後，甚至处在工业1.0状态。

一种定义：工业1.0是18世纪引入机械制造设备的時代，工业2.0是20世纪初的電气化与自動化時代，工业3.0是20世纪70年代開始的信息化時代，而目前在進入“工业4.0”時代，即实体物理世界和虚拟网络世界融合的時代。

2.智造的“大脑”

智能制造需要一种控制中心。控制中心由硬件和软件构成，硬件是服务器、雲平台或者是算法专用设备，软件是算法――人工网络神經算法。优秀的软件和硬件，是企业搭建智能制造的第一步，通過数据的分析和训练，协助企业设计出最适合的产品。

3.大脑中的知识

大脑中的知识即数据，這裏提出的是大数据。通過大数据分析，可以算出大概率事件，数据越多，计算成果越精确。

4.物联网

人类的知识需要學习，那工业中的大数据怎样获得？這裏的数据多种各样，也許不仅仅是自已工廠、企业的数据，甚至整個行业，整個生活，生产圈的数据。数据可以来自客户，来自供应商，来自服务企业。通過信息技术和运行技术的融合，伴伴随数以亿计的设备，通過物联网连接起来。這些设备通過足够的数据接入